本發(fā)明涉及警務(wù)頭盔，尤其涉及一種多功能警務(wù)終端智能頭盔。

背景技術(shù)：

1、在當(dāng)今社會(huì)，隨著技術(shù)的不斷進(jìn)步和警務(wù)需求的日益復(fù)雜化，執(zhí)法人員在執(zhí)行任務(wù)時(shí)對實(shí)時(shí)信息的獲取和處理提出了更高的要求，增強(qiáng)現(xiàn)實(shí)技術(shù)、生成對抗網(wǎng)絡(luò)以及多視角融合技術(shù)的迅速發(fā)展，使得技術(shù)在警務(wù)領(lǐng)域的應(yīng)用成為可能，特別是在智能警務(wù)終端設(shè)備的開發(fā)中，具備實(shí)時(shí)信息傳遞和多視角同步顯示能力的智能頭盔逐漸成為研究和開發(fā)的重點(diǎn)。

2、現(xiàn)有的警務(wù)頭盔設(shè)備雖然在某種程度上實(shí)現(xiàn)了視頻監(jiān)控、通訊功能，但在信息的實(shí)時(shí)性、準(zhǔn)確性和多維度信息整合方面仍然存在諸多不足，同時(shí)，現(xiàn)有的警務(wù)頭盔設(shè)備由于功能的單一性，通常僅能提供有限的視覺信息，且難以與ar技術(shù)有效結(jié)合，導(dǎo)致執(zhí)法人員在現(xiàn)場操作中無法實(shí)時(shí)獲取增強(qiáng)的空間感知信息，局限性在復(fù)雜多變的執(zhí)法環(huán)境中表現(xiàn)得尤為突出，尤其是在低光照環(huán)境或其他視覺受限的條件下，現(xiàn)有設(shè)備難以提供清晰、準(zhǔn)確的畫面，進(jìn)一步影響了執(zhí)法人員的判斷和反應(yīng)能力，現(xiàn)有技術(shù)的警務(wù)頭盔設(shè)計(jì)大多未能充分考慮到長時(shí)間佩戴的舒適性和電子設(shè)備的散熱問題，在實(shí)際應(yīng)用中會(huì)導(dǎo)致設(shè)備過熱或佩戴不適，從而影響執(zhí)法人員的持續(xù)作業(yè)能力。

3、針對上述現(xiàn)有技術(shù)的缺陷，迫切需要一種多功能警務(wù)終端智能頭盔，以增強(qiáng)執(zhí)法人員的現(xiàn)場感知能力，并且在設(shè)計(jì)上充分考慮到長時(shí)間佩戴的舒適性和設(shè)備的散熱性能。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的一個(gè)目的在于提出一種多功能警務(wù)終端智能頭盔，本發(fā)明提升了現(xiàn)場情況的綜合判斷能力和指揮決策的效率。

2、根據(jù)本發(fā)明實(shí)施例的一種多功能警務(wù)終端智能頭盔，包括裝置本體(100)，所述裝置本體(100)包括頭盔主體(110)，所述頭盔主體(110)的內(nèi)部設(shè)有識別組件(200)，所述識別組件(200)通過兩個(gè)安裝軸(210)設(shè)置在頭盔主體(110)的內(nèi)壁兩側(cè)，所述安裝軸(210)上鉸接有支架(211)，所述支架(211)遠(yuǎn)離安裝軸(210)的端部固定安裝有ar智能眼鏡(212)，所述頭盔主體(110)的外側(cè)固定安裝有攝像頭(217)，所述頭盔主體(110)的外側(cè)固定安裝有電池倉(216)，所述攝像頭(217)外部的頭盔主體(110)外側(cè)固定安裝有補(bǔ)光組件，所述頭盔主體(110)的內(nèi)部設(shè)有散熱組件(300)。

3、可選的，所述頭盔主體(110)的內(nèi)壁一側(cè)安裝有和ar智能眼鏡(212)相貼合的清潔條(215)，所述頭盔主體(110)的內(nèi)壁固定安裝有滑軌(213)，所述滑軌(213)的內(nèi)部滑動(dòng)安裝有滑塊，所述滑軌(213)內(nèi)部的滑塊外側(cè)固定安裝有和ar智能眼鏡(212)相連接的連接片(214)，所述散熱組件(300)包括等距安裝于頭盔主體(110)內(nèi)壁的橡膠柱(312)，所述橡膠柱(312)的底端固定安裝有散熱架(310)，所述散熱架(310)上均勻貫穿開設(shè)有通孔，所述散熱架(310)的內(nèi)表面等距安裝有海綿條(311)。

4、可選的，，所述識別組件(200)內(nèi)嵌入式安裝有中央處理器，所述中央處理器內(nèi)集成有ar智能眼鏡模塊，多視角攝像頭模塊和雙層生成對抗網(wǎng)絡(luò)模塊，所述識別組件(200)的識別方法包括：

5、s1、在警務(wù)頭盔中集成ar智能眼鏡模塊，在佩戴者眼鏡視野中疊加顯示圖像，并實(shí)時(shí)獲取佩戴者的第一視角視頻畫面；

6、s2、在警務(wù)頭盔上安裝多視角攝像頭模塊，捕捉警務(wù)人員周圍環(huán)境的多角度視頻圖像集；

7、s3、將第一視角視頻畫面和多角度視頻圖像集輸入至頭盔內(nèi)置的雙層生成對抗網(wǎng)絡(luò)進(jìn)行處理，第一層生成對抗網(wǎng)絡(luò)的第一生成器，從多角度視頻圖像集中生成去噪、超分辨率重建及低光照增強(qiáng)的圖像；

8、s4、第一層生成對抗網(wǎng)絡(luò)的第一判別器區(qū)分由第一生成器生成的增強(qiáng)多角度視頻圖像集與原始多角度視頻圖像集之間的差異，優(yōu)化生成的多角度視頻圖像集的真實(shí)感；

9、s5、第二層生成對抗網(wǎng)絡(luò)的第二生成器，融合經(jīng)過第一層生成對抗網(wǎng)絡(luò)處理的多角度視頻圖像集，生成具有增強(qiáng)空間感知能力的多視角融合圖像；

10、s6、第一層生成對抗網(wǎng)絡(luò)的第二判別器訓(xùn)練由第二生成器生成的多視角融合圖像在視覺上連貫一致；

11、s7、將經(jīng)過s6步驟中雙層生成對抗網(wǎng)絡(luò)處理后的多視角融合圖像實(shí)時(shí)在ar智能眼鏡模塊中疊加顯示，并與佩戴者的第一視角視頻畫面同步顯示，優(yōu)化佩戴者的現(xiàn)場感知能力。

12、可選的，所述s1包括以下步驟：

13、s11、在警務(wù)頭盔的ar智能眼鏡模塊中配置圖像處理單元，圖像處理單元用于接收由攝像頭(217)中多視角攝像頭模塊獲取的實(shí)時(shí)視頻數(shù)據(jù)，并將實(shí)時(shí)視頻數(shù)據(jù)轉(zhuǎn)換為適合ar顯示的數(shù)字信號，生成第一視角視頻畫面v1；

14、s12、利用ar智能眼鏡模塊中的圖像疊加處理器，將增強(qiáng)現(xiàn)實(shí)信息iar與第一視角視頻畫面v1進(jìn)行疊加，生成疊加后的顯示圖像v′1：

15、v′1＝v1+α1×iar；

16、其中，v′1為疊加后的顯示圖像，v1為第一視角視頻畫面，iar為增強(qiáng)現(xiàn)實(shí)信息，α1為圖像疊加權(quán)重系數(shù)；

17、s13、通過ar智能眼鏡模塊中的顯示單元，將疊加后的顯示圖像v′1實(shí)時(shí)投射到佩戴者的ar智能眼鏡(212)中；

18、s14、通過集成在ar智能眼鏡(212)中的傳感器單元，實(shí)時(shí)監(jiān)測佩戴者的頭部姿態(tài)和視線方向，動(dòng)態(tài)調(diào)整顯示圖像v′1的顯示位置和角度。

19、可選的，所述s2包括以下步驟：

20、s21、在警務(wù)頭盔的多視角攝像頭模塊中配置多個(gè)攝像頭單元，每個(gè)攝像頭單元設(shè)定在不同的方向上，用于捕捉警務(wù)人員周圍環(huán)境的不同角度的視頻圖像，生成多角度視頻圖像集：

21、d＝{v21,v22,,v2n}；

22、s22、對每個(gè)攝像頭單元獲取的原始多角度視頻圖像集進(jìn)行預(yù)處理，包括圖像去噪、色彩校正及分辨率增強(qiáng)，生成視頻圖像v′2i，其中i為攝像頭單元的編號，v′2i為原始視頻圖像，v′2i為經(jīng)過預(yù)處理的視頻圖像；

23、s23、將預(yù)處理后的多角度視頻圖像集d′＝{v′21,v′22,…,v′2n}存儲于頭盔內(nèi)置的圖像數(shù)據(jù)存儲單元中，并通過內(nèi)置的通信模塊將多角度視頻圖像集d′實(shí)時(shí)傳輸至警務(wù)頭盔的圖像處理單元。

24、可選的，所述s3包括以下步驟：

25、s31、將第一視角顯示圖像v′1和經(jīng)過預(yù)處理的多角度視頻圖像集d′輸入至頭盔內(nèi)置的雙層生成對抗網(wǎng)絡(luò)模型的第一層生成器g1中，第一層生成器使用卷積神經(jīng)網(wǎng)絡(luò)對輸入數(shù)據(jù)進(jìn)行特征提取，得到特征映射集

26、s32、在第一生成器g1中對特征映射集進(jìn)行處理，生成去噪、超分辨率重建及低光照增強(qiáng)的圖像集d″；

27、s33、將第一層生成器g1生成的增強(qiáng)圖像集d″輸入至第一層判別器d1中，第一層判別器通過對比生成圖像集d″與原始圖像集d′的特征，計(jì)算其差異度量函數(shù)ldiff(d″,d′)：

28、

29、其中，為第一層判別器d1中的特征提取函數(shù)，ldiff為增強(qiáng)圖像與原始圖像的差異度量，n為圖像數(shù)量，d1∥·∥2為歐氏距離度量，用于量化圖像之間的相似性；

30、s34、根據(jù)第一層判別器d1計(jì)算的差異度量函數(shù)ldiff(d″,d′)對第一層生成器g1的參數(shù)進(jìn)行反向傳播更新：

31、

32、其中，η為學(xué)習(xí)率，為第一層生成器的參數(shù)向量，通過梯度下降法對參數(shù)向量進(jìn)行調(diào)整，減少增強(qiáng)圖像與原始圖像之間的差異，逐步優(yōu)化雙層生成對抗網(wǎng)絡(luò)模型的性能，直至生成的圖像集d″達(dá)到預(yù)設(shè)的質(zhì)量標(biāo)準(zhǔn)。

33、可選的，所述s32包括以下步驟：

34、s321、在第一生成器g1中，使用去噪函數(shù)ddenoise對特征映射集中的每個(gè)圖像特征映射進(jìn)行去噪處理，去除圖像中的噪聲成分，得到去噪后的特征映射

35、

36、其中，k為高斯混合模型的成分?jǐn)?shù)，wk為高斯成分的權(quán)重，μk和σk分別為高斯成分的均值和方差，為輸入的特征映射，為去噪后的特征映射；

37、s322、對去噪后的特征映射使用超分辨率重建函數(shù)進(jìn)行處理，優(yōu)化圖像的分辨率，得到超分辨率重建后的特征映射

38、

39、其中，*表示卷積操作，h為卷積核，λ為正則化參數(shù)，為圖像梯度，為經(jīng)過超分辨率重建后的特征映射；

40、s323、對超分辨率重建后的特征映射使用低光照增強(qiáng)函數(shù)εlle進(jìn)行處理，優(yōu)化圖像在低光照條件下的視覺效果，得到最終增強(qiáng)后的特征映射

41、

42、其中，∈為避免除零的微小量，α2為亮度調(diào)整參數(shù)，為經(jīng)過低光照增強(qiáng)處理后的特征映射；

43、s324、將去噪處理、超分辨率重建及低光照增強(qiáng)后的特征映射進(jìn)行匯總處理，生成最終的增強(qiáng)圖像集d”：

44、

45、其中，為特征映射的概率分布函數(shù)，d″為最終生成的增強(qiáng)圖像集，表示對所有圖像進(jìn)行處理并匯總，為每個(gè)圖像的最終增強(qiáng)結(jié)果。

46、可選的，所述s5包括以下步驟：

47、s51、將經(jīng)過第一層生成對抗網(wǎng)絡(luò)處理后的增強(qiáng)圖像集d″輸入至第二層生成對抗網(wǎng)絡(luò)模型的第二生成器g2中，第二生成器g2對輸入的增強(qiáng)圖像集進(jìn)行特征提取，生成特征映射集

48、s52、使用第二生成器g2中的多視角融合函數(shù)對特征映射集進(jìn)行融合，生成具有增強(qiáng)空間感知能力的多視角融合特征映射

49、

50、其中，γij為多視角融合的自適應(yīng)權(quán)重，*表示卷積操作，ωj為融合過程中的卷積核，exp為指數(shù)函數(shù)，μij和σij分別為高斯混合模型中的均值和標(biāo)準(zhǔn)差參數(shù)，用于描述不同特征映射之間的相似性和重要性；

51、s53、對融合后的多視角特征映射進(jìn)行重構(gòu)，生成具有增強(qiáng)空間感知能力的多視角融合圖像vfusion：

52、

53、其中，τ為重構(gòu)函數(shù)，δl為重構(gòu)權(quán)重，relu為線性整流函數(shù)，ηij為融合特征映射的權(quán)重參數(shù)，γl為重構(gòu)卷積核，ξl為偏置項(xiàng)，ζ為重構(gòu)過程中的調(diào)整項(xiàng)。

54、可選的，所述s7包括以下步驟：

55、s71、將經(jīng)過s6步驟中雙層生成對抗網(wǎng)絡(luò)處理后的多視角融合圖像vfusion與佩戴者的第一視角視頻畫面v1進(jìn)行實(shí)時(shí)同步，使用同步映射函數(shù)ssync對兩者進(jìn)行空間和時(shí)間上的對齊處理，得到同步融合圖像vsync：

56、vsync＝ssync(vfusion,v1)＝α3·vfusion+(1-α3)·v1；

57、其中，α3為融合權(quán)重系數(shù)，用于控制多視角融合圖像與第一視角視頻畫面的融合程度，vsync為同步后的融合圖像；

58、s72、通過ar智能眼鏡模塊中的顯示處理單元，將同步融合圖像vsync實(shí)時(shí)疊加顯示在佩戴者的視野中，并根據(jù)佩戴者的視線方向和頭部姿態(tài)調(diào)整圖像顯示位置和角度；

59、s73、利用ar智能眼鏡模塊中的實(shí)時(shí)反饋機(jī)制，持續(xù)監(jiān)測佩戴者的環(huán)境變化和動(dòng)作，動(dòng)態(tài)調(diào)整同步融合圖像vsync的顯示內(nèi)容和顯示方式，優(yōu)化佩戴者的現(xiàn)場感知能力。

60、本發(fā)明的有益效果是：

61、(1)本發(fā)明通過集成多視角攝像頭模塊和雙層生成對抗網(wǎng)絡(luò)模型，成功解決了現(xiàn)有技術(shù)中信息傳遞延遲和視角單一的問題，第一層生成對抗網(wǎng)絡(luò)能夠?qū)碜远嘟嵌鹊囊曨l圖像集進(jìn)行去噪、超分辨率重建及低光照增強(qiáng)，從而生成高質(zhì)量的圖像集，隨后，第二層生成對抗網(wǎng)絡(luò)進(jìn)一步融合經(jīng)過增強(qiáng)的圖像集，生成具有更強(qiáng)空間感知能力的多視角融合圖像，提升了現(xiàn)場情況的綜合判斷能力和指揮決策的效率。

62、(2)本發(fā)明利用ar智能眼鏡模塊將多視角融合圖像與執(zhí)法人員的第一視角視頻畫面進(jìn)行同步疊加顯示，提高了信息顯示的實(shí)時(shí)性和準(zhǔn)確性，增強(qiáng)了執(zhí)法人員在現(xiàn)場的空間感知能力，在復(fù)雜和多變的執(zhí)法環(huán)境中，同步融合顯示有效彌補(bǔ)了傳統(tǒng)單一視角顯示的局限性，使得執(zhí)法人員能夠在獲取全面環(huán)境信息的同時(shí)，快速做出反應(yīng)。

63、(3)本發(fā)明在雙層生成對抗網(wǎng)絡(luò)的設(shè)計(jì)中，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)用于特征提取、去噪和超分辨率重建，并通過引入多視角融合函數(shù)實(shí)現(xiàn)對特征映射的自適應(yīng)權(quán)重調(diào)整，提高了圖像處理的精度，降低了計(jì)算的復(fù)雜性，保證了多視角融合圖像的實(shí)時(shí)生成和顯示。

64、(4)本發(fā)明在智能頭盔的設(shè)計(jì)中，充分考慮了長時(shí)間佩戴的舒適性和內(nèi)部電子設(shè)備的散熱問題，通過散熱架和橡膠柱組合設(shè)計(jì)，保證頭盔在使用過程中的良好空氣流通，避免了熱量積聚，顯著提升了佩戴的舒適度和設(shè)備的穩(wěn)定性。